在一个由 0 和 1 组成的二维矩阵内,找到只包含 1 的最大正方形,并返回其面积。
题解:
1. 0 和 1 组成的二维矩阵
2.找最大1正方形
3.返回面积
示例:
输入:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0
输出: 4
解题思路:
在221.最大正方形中,使用动态规划获得了很好的时间复杂度,实际上二维数组的开销可以继续进行优化成一维数组,使得空间复杂度开销更低
-
分析二维数组的使用过程,实际上是对dp不同行的一维数组赋值,因此重复使用一个一维数组降低空间复杂度
-
同样地比较相当于二维数组的(i-1,j)(i-1,j-1)(i,j-1)
C/C++题解:
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
int rows = matrix.size(), cols = rows > 0 ? matrix[0].size() : 0;//空序列返回0
int len = cols + 1;
vector<int> dp(len);
int maxsqlen = 0, prev = 0;//用一个变量来记录上一行元素前一位置的边长值
for (int i = 1; i <= rows; i++) {
for (int j = 1; j <= cols; j++) {
int temp = dp[j];
if (matrix[i - 1][j - 1] == '1') {//同样找1元素
dp[j] = min({dp[j - 1], prev, dp[j]}) + 1;//比较(i,j-1)(i-1,j-1)(i-1,j)
maxsqlen = max(maxsqlen, dp[j]); }//最长边长
prev = temp;}}
return maxsqlen * maxsqlen; }};
Debug结果:
Java题解:
class Solution {
public int maximalSquare(char[][] matrix) {
int rows = matrix.length, cols = rows > 0 ? matrix[0].length : 0;//空序列返回0
int[] dp = new int[cols + 1];
int maxsqlen = 0, prev = 0;//用一个变量来记录上一行元素前一位置的边长值
for (int i = 1; i <= rows; i++) {
for (int j = 1; j <= cols; j++) {
int temp = dp[j];
if (matrix[i - 1][j - 1] == '1') {//同样找1元素
dp[j] = Math.min(Math.min(dp[j - 1], prev), dp[j]) + 1;//比较(i,j-1)(i-1,j-1)(i-1,j)
maxsqlen = Math.max(maxsqlen, dp[j]);}//最长边长
prev = temp;}}
return maxsqlen * maxsqlen; }}
Debug结果:
Python题解:
class Solution(object):
def maximalSquare(self, matrix):
""":type matrix: List[List[str]]:rtype: int"""
rows, cols = len(matrix), len(matrix[0]) #空序列返回0
dp = [0] * (cols + 1)
maxsqlen, prev = 0, 0 #用一个变量来记录上一行元素前一位置的边长值
for i in range(rows+1):
for j in range(cols+1):
temp = dp[j]
if matrix[i - 1][j - 1] == '1': #同样找1元素
dp[j] = min(dp[j - 1], prev, dp[j]) + 1#比较(i,j-1)(i-1,j-1)(i-1,j)
maxsqlen = max(maxsqlen, dp[j])#最长边长
prev = temp
return maxsqlen * maxsqlen
Debug结果:
更多题解前往公众号免费获取